• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.1120-1123
• /
• 2013

최근 데이터의 범람과 더불어 빅데이터 시대가 도래 하면서 SNS 라는 새로운 플랫폼을 마케팅에 활용하고자 하는 기업들이 늘어나고 있다. 기업들은 이러한 SNS 상의 데이터를 분석하고 이를 공개 API 를 통해 마케팅에서 활용할 수 있다. 하지만 SNS 업체들은 과도한 트래픽 유발 및 보안상의 이유로 공개 API 의 사용을 제한하고 있다. 따라서 제한된 사용 횟수 안에서 효과적으로 공개 API 를 사용할 수 있는 고객맞춤 최적화가 필요하다. 기존의 멀티캐스팅을 이용하면 이러한 고객맞춤 최적화가 가능하지만 SNS 의 특성을 반영한 것이 아니기 때문에 SNS 마케팅에서 활용하는데에는 한계가 있을 수 밖에 없다. 본 논문에서는 이러한 멀티캐스팅을 이용한 고객맞춤 최적화의 한계를 보완하고 SNS 의 특성을 보다 잘 활용할 수 있는 새로운 SNS 마케팅을 위한 고객맞춤 최적화를 제시한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.11 no.10
• /
• pp.1886-1893
• /
• 2007

More efforts are required to efficiently operate and manage measured data in AMR(Automatic Meter Reading) and manual meter reading that have not become com:[m yet. As customer complaints increase the most appropriate way of finding solutions is precise and reliable metering of data which should be able to maximize customer satisfactions. In this parer, we designed a data mining technique that recommended the reliability of measured data on manual meter reading and a mCRM(Mobile CRM) system that expanded CRM(Customer Relationship Management). We will propose a mCRM in which the system compares the patterns of customer's using data. W the measured data gathered is outside of a similarity measure(maximum and minimum), it enhances the reliability of measured data by managing this fact in mobile for each customers. We will proposed a system where the mCRM provides customers with reliability and efficiency when related enterprises cannot establish AMR because of the burden of extra costs.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.10 no.9
• /
• pp.1596-1601
• /
• 2006

To customer management finds and forecast customer's various pattern more easily and conveniently rising by important topic that control corporation's success and failure, mmy corporations are introducing CRM and eCRM fast. At past, customer management had been managed by statisticians or special statistics package but it is trend been alternating gradually by datamining technique to do to computerize statistics process based on sudden development of IT. Field that this datamining is used representatively is CRM, eCRM. This paper applied datamining using GA referencing customer data or discount store and sale data or 2004 years. forecasted 2005 years melancholy customer by datamining and proved datamining through comparison with actuality customer data is how effective to eCRM.

• Convergence Security Journal
• /
• v.13 no.4
• /
• pp.69-75
• /
• 2013

Customer is the base factor of income for some corporations, so that effective CRM (Customer Relationship Management) is very important to develop the business. In order to use CRM efficiently, we should figure out customers' demands and provide services or products that the customers want. However, it is getting difficult to comprehend customers' demands because they have complicated form and getting more diverse. Recently, social media like Twitter and Facebook let customers to express their demands, and using big data is a very effective method for efficient CRM. This research suggests how to utilize big data for hotel CRM, which considers customer itself as asset of business. In addition, we discuss security problems of big data service and propose the solution for that.

• Korean Business Review
• /
• v.15
• /
• pp.79-97
• /
• 2002

In this study, an analytical CRM for customer segmentation is exercised by integrating and analyzing the customer profile data and the access data to a particular web site. We believe that effective customer segmentation will be possible with a basis of the understanding of customer characteristics as well as behavior on the web. One of the critical tasks in the web data-mining is concerned with both 'how to collect the data from the web in an efficient manner?' and 'how to integrate the data(mostly in a variety of types) effectively for the analysis?' This study proposes a panel approach as an efficient data collection method in the web. For the customer data analysis, OLAF and a tree-structured algorithm are applied in this study. The results of the analysis with both techniques are compared, confirming the previous work which the two techniques are inter-complementary.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.05a
• /
• pp.253-257
• /
• 2005

최근의 전자상거래는 유선인터넷 환경의 e-커머스와 모바일 커머스를 새로운 차원으로 확장한 u-커머스(ubiquitous)시대로 발전하고 있다. 따라서 온라인과 오프라인 매장의 상거래 데이터 연동과 유선과 무선인터넷 환경의 채널을 통합함으로써, 언제 어디서든지 고객의 모든 데이터를 수집하고 다양한 매체를 통해 고객관리를 할 수 있는 전자상거래 솔루션이 요구되어진다. 본 연구는 온 ${\cdot}$ 오프라인 매장에서 수집된 각종 데이터를 바탕으로 데이터마이닝을 통한 고객의 성향을 분석하여 고객의 요구사항을 미리 파악하고, 이를 마케팅에 적용하여 고객의 유지율을 상승시키고 해당 회사에 대한 충성심을 유도하여 이익을 증대 시킬 수 있는 시스템을 연구하였다.

• Information Systems Review
• /
• v.7 no.2
• /
• pp.23-40
• /
• 2005

Discovering customers' behavioral patterns from large data set and providing them with corresponding services or products are critical components in managing a current business. However, the diversity of customer needs coupled with the limited resources suggests that companies should make more efforts on understanding and managing specific groups of customers, not the whole customers. The key issue of this paper is based on the fact that the behavioral patterns extracted from the specific groups of customers shall be different from those from the whole customers. This paper proposes the idea of pre-segmentation before developing customer classification models. We collected three customers' demographic and transactional data sets from a credit card, a tele-communication, and an insurance company in Korea, and then segmented customers by major variables. Different churn prediction models were developed from each segments and the whole data set, respectively, using the decision tree induction approach, and compared in terms of the hit ratio and the simplicity of generated rules.

• 한국경영정보학회:학술대회논문집
• /
• 2007.06a
• /
• pp.135-140
• /
• 2007

이탈 고객 예측은 데이터 마이닝에서 다루는 주요한 문제 중에 하나이다. 이탈 고객 예측은 일종의 분류(classification) 문제로 의사결정나무추론, 로지스틱 회귀분석, 인공신경망 등의 기법이 많이 활용되어왔다. 일반적으로 이탈 고객 예측을 위한 모델은 고객의 인구통계학적 정보와 계약이나 거래 정보를 입력변수로 하여 이탈 여부를 목표변수로 보는 형태로 분류 모델을 생성하게 된다. 본 연구에서는 고객과의 지속적인 접촉으로 발생되는 추가적인 사건 정보를 활용하여 연관성 규칙을 생성하고 이 결과를 기존의 방식으로 생성된 분류 모델과 결합하는 이탈 고객 예측 방법을 제시한다. 제시한 방법의 유용성을 확인하기 위해서 특정 국내 신용카드사의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 제시된 방법이 기존의 전통적인 분류 모델에 비해서 향상된 성능을 보이는 것을 확인할 수 있었다. 제시된 예측 방법의 장점은 기존의 이탈 예측을 위한 입력 변수들 이외에 고객과 회사간의 접촉을 통해서 생성된 동적 정보들을 통합적으로 활용하여 예측 정확도를 높이고 실시간으로 이탈 확률을 갱신할 수 있다는 점이다.

• Proceedings of the Korea Association of Information Systems Conference
• /
• 2005.12a
• /
• pp.119-129
• /
• 2005

현재의 이동통신시장은 시장의 포화상태로 인해 신규 고객의 확보보다는 기존 고객의 유지에 마케팅 활동을 강화하고 있다. 본 연구에서는 이탈고객관리(churn management)를 위한 방안으로 데이터마이닝 기법에 기반하여 고객을 등급별로 세분화하였다. 이동통신 고객데이터를 활용하여 로짓모형, 인공신경망, SVM 등을 이탈고객 예측모형을 개발하였고, 각 모형별 성과를 통계적으로 비교하였다. 이탈고객 예측모형을 통해 고객의 이탈가능성을 등급화하여 등급별 이탈확률과 점유율, 적중률을 산출하였다. 제안된 고객등급화 방법을 통해 이동통신사들은 고객의 이탈확률에 따른 차별화된 마케팅 전락을 수행할 수 있을 것으로 기대된다.

• 한국데이터정보과학회:학술대회논문집
• /
• 2001.10a
• /
• pp.12-12
• /
• 2001

정보기술을 바탕으로 전자상거래의 규모는 빠르게 늘어가고 있다. 본 연구에서는 종합쇼핑몰의 성격을 띠는 사이버 쇼핑몰의 고객과 구매 고객의 특성 등을 살펴보고 의사결정나무를 이용한 이탈고객의 분류, 쇼핑몰에 등록된 상품군과 인구특성적인 변수들간의 대응분석을 실시하여 쇼핑몰에 대한 인식을 제고한다.